CHIRPS Daily: Climate Hazards Center InfraRed Precipitation With Station Data (Version 2.0 Final)

UCSB-CHG/CHIRPS/DAILY
Ketersediaan Set Data
1981-01-01T00:00:00Z–2025-06-30T00:00:00Z
Penyedia Set Data
Cuplikan Earth Engine
ee.ImageCollection("UCSB-CHG/CHIRPS/DAILY")
Rangkaian Langkah Penjualan
1 Hari
Tag
chg climate geophysical precipitation ucsb weather

Deskripsi

Data Presipitasi InfraMerah Climate Hazards Center dengan data Stasiun (CHIRPS) adalah set data curah hujan kuasi-global selama lebih dari 30 tahun. CHIRPS menggabungkan citra satelit beresolusi 0,05° dengan data stasiun in-situ untuk membuat deret waktu curah hujan yang dikotak-kotakkan untuk analisis tren dan pemantauan kekeringan musiman.

Band

Ukuran Piksel
5566 meter

Band

Nama Unit Min Maks Ukuran Piksel Deskripsi
precipitation mm/d 0* 1444.34* meter

Presipitasi

* perkiraan nilai min atau maks

Persyaratan Penggunaan

Persyaratan Penggunaan

Set data ini berada dalam domain publik. Sejauh memungkinkan berdasarkan hukum, Pete Peterson telah melepaskan semua hak cipta dan hak terkait atau hak tetangga atas Climate Hazards Center Infrared Precipitation with Stations (CHIRPS).

Kutipan

Kutipan:
  • Funk, Chris, Pete Peterson, Martin Landsfeld, Diego Pedreros, James Verdin, Shraddhanand Shukla, Gregory Husak, James Rowland, Laura Harrison, Andrew Hoell & Joel Michaelsen. "The climate hazards infrared precipitation with stations-a new environmental record for monitoring extremes". Scientific Data 2, 150066. doi:10.1038/sdata.2015.66 2015.

Menjelajahi dengan Earth Engine

Code Editor (JavaScript)

var dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY')
                  .filter(ee.Filter.date('2018-05-01', '2018-05-03'));
var precipitation = dataset.select('precipitation');
var precipitationVis = {
  min: 1,
  max: 17,
  palette: ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'],
};
Map.setCenter(17.93, 7.71, 2);
Map.addLayer(precipitation, precipitationVis, 'Precipitation');

Penyiapan Python

Lihat halaman Lingkungan Python untuk mengetahui informasi tentang Python API dan penggunaan geemap untuk pengembangan interaktif.

import ee
import geemap.core as geemap

Colab (Python)

dataset = ee.ImageCollection('UCSB-CHG/CHIRPS/DAILY').filter(
    ee.Filter.date('2018-05-01', '2018-05-03')
)
precipitation = dataset.select('precipitation')
precipitation_vis = {
    'min': 1,
    'max': 17,
    'palette': ['001137', '0aab1e', 'e7eb05', 'ff4a2d', 'e90000'],
}

m = geemap.Map()
m.set_center(17.93, 7.71, 2)
m.add_layer(precipitation, precipitation_vis, 'Precipitation')
m
Buka di Editor Kode